Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment créer un tracé Matplotlib avec deux axes Y



Le moyen le plus simple de créer un tracé Matplotlib avec deux axes y est d’utiliser la fonction twinx() .

L’exemple suivant montre comment utiliser cette fonction dans la pratique.

Exemple : créer un tracé Matplotlib avec deux axes Y

Supposons que nous ayons les deux DataFrames pandas suivants :

import pandas as pd

#create DataFrames
df1 = pd.DataFrame({'year': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                    'sales': [14, 16, 19, 22, 24, 25, 24, 24, 27, 30]})

df2 = pd.DataFrame({'year': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                    'leads': [4, 4, 4, 5, 4, 5, 7, 8, 5, 3]})

Les deux DataFrame partagent la variable « année » qui va de 1 à 10, mais le premier DataFrame affiche le total des ventes chaque année tandis que le second DataFrame affiche le total des prospects chaque année.

Nous pouvons utiliser le code suivant pour créer un tracé Matplotlib qui affiche les ventes et les prospects sur un graphique avec deux axes Y :

import matplotlib.pyplot as plt

#define colors to use
col1 = 'steelblue'
col2 = 'red'

#define subplots
fig,ax = plt.subplots()

#add first line to plot
ax.plot(df1.year, df1.sales, color=col1)

#add x-axis label
ax.set_xlabel('Year', fontsize=14)

#add y-axis label
ax.set_ylabel('Sales', color=col1, fontsize=16)

#define second y-axis that shares x-axis with current plot
ax2 = ax.twinx()

#add second line to plot
ax2.plot(df2.year, df2.leads, color=col2)

#add second y-axis label
ax2.set_ylabel('Leads', color=col2, fontsize=16)

Matplotlib avec deux axes y

L’axe des y sur le côté gauche du graphique montre le total des ventes par année et l’axe des y sur le côté droit du graphique montre le total des prospects par année.

La ligne bleue dans le graphique représente le total des ventes par année et la ligne rouge représente le total des prospects par année.

N’hésitez pas à utiliser les arguments marqueur et largeur de ligne pour modifier l’apparence des lignes dans le graphique :

import matplotlib.pyplot as plt

#define colors to use
col1 = 'steelblue'
col2 = 'red'

#define subplots
fig,ax = plt.subplots()

#add first line to plot
ax.plot(df1.year, df1.sales, color=col1, marker='o', linewidth=3)

#add x-axis label
ax.set_xlabel('Year', fontsize=14)

#add y-axis label
ax.set_ylabel('Sales', color=col1, fontsize=16)

#define second y-axis that shares x-axis with current plot
ax2 = ax.twinx()

#add second line to plot
ax2.plot(df2.year, df2.leads, color=col2, marker='o', linewidth=3)

#add second y-axis label
ax2.set_ylabel('Leads', color=col2, fontsize=16)

Notez que les deux lignes sont désormais plus larges et contiennent des marqueurs « o » pour afficher des points de données individuels.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans Matplotlib :

Comment ajuster la position de l’étiquette de l’axe dans Matplotlib
Comment définir les plages d’axes dans Matplotlib
Comment définir les valeurs de l’axe X dans Matplotlib

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *